Поиск по содержимому .doc/.odt

docx2txt, odt2txt.

Спасибо! Пробую…

.odt и .docx это обычный zip с xml — распакуй и грепай.
С .doc которые были бинарные сложнее, но можно пересохранить в формате .docx, если catdoc не работает.

Да! Он преобразует его в .txt. А в .txt уже можно искать штатными средствами.

Зачем тебе промежуточный файл? Просто пайп используй.

Т.е, перенаправить вывод docx2txt в grep?

Ну да.

Я попробовал в консоли — нет. Он не окрывает, а преобразует. По-этому там нечего передавать.

А маны почитать?

docx2txt ДиПлОмНаЯ_рАбОтА.docx - | grep 'а сердечник мы возьмем деревянный'

Это я знаю. Не работает. Нужно добавить /bin в $PATH.

Дополню, что у меня catdoc работает, но только на doc, а не docx. Протестировал odt2txt – тоже всё в порядке. В отличие от docx2txt, обе эти утилиты по умолчанию пишут в stdout.

Стоп! Добавил минус — и зарабоатло! Что этот аргумент делает.

man пишет, что справочной страницы нет. Будем в интернетах шарить.

Понял! Минус перенаправляет результат чтения в STDOUT, который, как я понимаю, является переменной, из которой баш читает результаты работы команд.

Нет. Stdout это стандартный поток вывода. Есть еще stderr и stdin. По названиям понятно, что это потоки для вывода «ошибок» и поток ввода.

Всем спасибо за советы! Я написал два скрипта для докса и одт. Потом солью их в один, наверно :)

recoll. индексированный поиск. Grep внутри есть.

https://github.com/RD17/ambar

В конечном счете все данные в памяти – это какие-то переменные. Если тут есть сишники, они могут подробно рассказать, где что хранится, какие программы какие вызовы дергают, кто куда пишет и кто откуда читает, и что именно делает bash на низком уровне, когда создает пайп.

Но пользователю, конечно, лучше абстрагироваться от низов и считать переменные одним классом сущностей, потоки – другим, сокеты – третьим, файлы – четвертым.

Ну как бы абстракции операционными системами и стандартными библиотеками и реализуются, чтобы не велосипедить.

Выношу свой велосипед на суд народный:

#! /bin/bash

export PATH=$PATH:/bin
export IFS=$'\n'

LIST=`find $1 -name "*.docx"` 
for i in $LIST
do
if [ "`docx2txt $i -| grep -i $2`" ]
then
echo $i
fi
done

Интересует ваше мнение. Приветствуется объективная критика по существу.